1、自20世紀90年代以來,隨著數(shù)字技術和互聯(lián)網(wǎng)的發(fā)展,數(shù)字視頻的獲取和傳播變得越來越容易,如何從浩如煙海的視頻數(shù)據(jù)中找到自己需要的內容已經(jīng)成為當前研究的一個熱點。基于內容的視頻檢索技術就是為了滿足這個需求而發(fā)展起來的。
　　視覺心理學研究表明,人類視覺具有快速搜索感興趣目標的能力,一段視頻中出現(xiàn)的許多目標中只有少數(shù)幾個能夠引起人類的注意,人類視覺系統(tǒng)就是利用這些顯著目標來判斷不同視頻之間的相似程度,然而現(xiàn)有的視頻檢索技術多采用基于關

2、鍵幀的方法,一幅關鍵幀中往往還包含一些不引人注意的目標,這些目標參與檢索必然造成檢索準確率的下降。為此,本文試圖將視覺注意機制運用到視頻檢索中,使得與關鍵幀算法相比,視頻檢索更加具有針對性,準確率更高。
　　本文提出了一個針對視頻鏡頭的顯著區(qū)域提取模型。該模型分為空間顯著區(qū)域提取和時間顯著區(qū)域提取兩部分,在空間顯著區(qū)域提取部分,針對經(jīng)典的Itti模型在確定顯著區(qū)域輪廓方面的局限性,本文提出一個改進的空間顯著區(qū)域提取算法,該算法分析

3、每個像素點與其它像素點在顏色、紋理、形狀三方面的差異,得到顏色、紋理、形狀三幅顯著圖,通過線性加權的方式融合為空間顯著圖,最后對空間顯著圖進行分割,提取出靜態(tài)顯著目標,實驗表明,該算法提取的顯著區(qū)域輪廓的準確性較高;在時間顯著區(qū)域提取部分,針對光流法無法分析低紋理區(qū)域運動信息的不足,本文提出分析視頻片段中的Harris角點運動軌跡的算法,提取出顯著Harris角點,最后采用Snake輪廓模型,得到顯著區(qū)域的準確輪廓,作為空間顯著區(qū)域。實